应用灰色聚类法预测小浪底水库诱发地震最大震级

根据野外考察并结合前人研究成果,对黄河小浪底水库及其邻区地震地质背景进行了分析,对其区域应力状态、断层活动性、地层岩性和地震活动背景等水库诱发地震因素进行了研究。简要地介绍了灰色聚类法,并应用该方法对小浪底水库发生水库诱发地震的可能性及诱发地震震级进行了预测。结果表明,该水库存在水库诱发地震的可能性,其最可能诱发地震的地段及库区中段,水库诱发地震最大震级预测为５级。     

吉林省珲春老龙口水库诱发地震可能性的初步分析

根据国内外水库诱发地震的震例资料，结合老龙口水库库区的具体情况，对老龙口水利枢纽工程诱发地震的可能性进行了初步研究，并对可能发震的地段、诱发地震震级进行了预测。     

福建省长泰上存水库诱发地震可能性分析

介绍了上存水库库区地质背景、构造应力场、地震活动背景等诱发地震条件。应用诱发地震条件类比与概率预测法,对上存水库进行诱发地震可能性分析。结果表明:①根据水库诱发条件类比分析认为上存水库发生诱发地震的可能性小。②从概率预测和最大诱发地震估算看,上存水库存在发生4级以下诱发地震的可能。极震区地震烈度可能会达到Ⅵ度,尚未达到当地地震基本烈度。水库建设可不用考虑水库诱发地震的影响。     

瓦屋山水电站水库诱发地震危险性研究

瓦屋山水电站位于川南台陷南端，南邻峨眉山断块，水库南缘的毛沟断裂最新活动时期为晚更新世，水库处于活动性大地构造环境中，该区属于名山－马边－昭通过地震北段，以弱震活动为主，伴有少量中强地震，目前正处于地震活动期，从分析库区地质构造，水文地质，工程地质，地震活动等条件，并使用水库综合影响系数法，贝叶斯概率预测法，断层强度分析法，判定库区存在着发生构造型水库诱发地震的可能性，诱发地震强度Ｍｓ≤５．５。划     

对水库诱发地震研究的几点认识

回顾了过去半个多世纪水库诱发地震观测与研究的进展,分析了当前水库诱发地震研究面临的主要问题,认为进一步积累资料、确定水库诱发地震的关键影响因子、采用观测和实验手段研究水库诱发地震机理,并在此基础上研究有效的水库诱发地震预测技术,是今后水库诱发地震研究的重点.     

水库诱发地震活动特征及其预测方法研究

根据国内外水库诱发地震的观测与研究震例,分析研究了一些著名水库诱发序列的地震活动特征,并根据水库诱发地震随水库蓄水时间的变化,把水库诱发地震活动归纳为迅速响应型、延迟响应型和混合响应型三类,分析讨论了这三类水库诱发地震活动在时间和空间分布上的不同特点,并在此基础上综合分析了水库诱发地震预测方法研究的技术途径.     

水库诱发地震的预测

从三方面对水库诱发地震进行预测：根椐水库区的地质、地震和工程条件,在水库的设计阶段进行诱发地震的前期评价预测;按国内外已有震例资料预测可能诱发地震的水库发生最大地震的时间;在已初发震的水库对地震的发展趋势和破坏性地震的可能性进行预测     

水库诱发地震危险性预测的模式识别方法初探

本文阐明了模式识别方法的原理及其在水库诱发地震危险性预测研究中应用的可行性和实用性。以国内22个水库为样本(其中11个是有震样本),提取水库诱发地震有关的地质、地震、水文等方面的因素及特征,对拟建长江三峡三斗坪和清江隔河岩高坝水库进行预测。初步判定这两个水库区存在着水库诱发地震的危险性背景,并且清江隔河岩高坝水库区都镇湾以西地段,不存在诱发地震的背景,而其以东库,存在着水库诱发地震的背景。     

水库诱发地震预测方法探讨

在系统整理和分析已有的预测方法的基础上,根据预测方法的特点将其归为定性预测、定量预测和基于监测的预测法三大类。详细介绍了震级上限法、经验类比法、高震级b值与低震级b值之比预测法、加卸载响应比法、概率预测法、模糊综合评判法和综合影响参数法,并对其优点、存在的问题和发展方向进行了讨论。认为由于目前对水库诱发地震机理认识的不足,水库诱发地震问题的复杂多样性及震例的有限性,当前的预测方法均未能较好地对水库诱发地震的实际情况进行合理的评估,应加强从水库诱震机理的角度对预测方法进行研究分析,在实际应用时应考虑水库的实际情况,结合多种预测方法,并基于水库监测数据的综合分析进行预测。     

澜沧江小湾水库诱发地震的断裂构造条件分析

分析了小湾水库库区的断裂构造条件和地质结构特征,在此基础上划分了4个易于产生诱发地震的危险库段。并对各危险库段诱发地震的震级进行了初步预测。     

改进的层次分析法与模糊综合评价在评估水库诱发地震震级上限中的应用

为了评估水库诱发地震震级上限,收集了150余例水库诱发地震的震例资料;利用改进的层次分析法优化了各评价指标的权重;应用模糊综合评价方法评估了水库诱发地震震级上限;结合二滩水电站水库诱发地震实例与目前评估水库诱发地震震级最常用的灰色聚类分析法的评价结果进行了对比分析。结果表明:层次分析法与模糊综合评价相结合的震级上限评估方法评价结果更加可靠,可对水库及水工建筑物的建设位置及抗震设防提供参考。     

中国东部四个水库震例的诱震环境因素研究

本文通过对我国东部四个诱震水库的地质调查及其资料分析,探讨了水库地震诱发过程中所涉及的诸环境因素。研究表明:水库地震的诱发因素很多,但大体上可归纳成库水渗透条件和发震构造条件两类;这些环境因素只有在它们按一定方式恰当地组合成一个统一体存在于同一库区(段),水库地震才有可能诱发产生。因此,预测水库地震一个很重要的工作就是要查明库区诱发地震的环境因素及其总体组合条件。     

用模式识别方法估计水库诱发地震危险性

水库蓄水后可能诱发的地震危险性估计是工程地震工作中的一项重要环节,其中可能诱发的地震强度是人们特别关注的要素。本文基于国内外41个水库地震震例,从目前对水库地震形成机理的认识水平出发,提取了15个可能的诱震指标,应用模式识别的一些方法对水库蓄水后的诱发地震危险性进行复因子评估,通过内符检验讨论了这些方法在水库诱发地震危险性上的估计效能,给出了其错误概率估计值,结果表明,这些方法能够相对客观和合理地评定水库蓄水后可能诱发的地震危险性水平大小,在工程上具有一定应用价值。     

水库大坝的震害调查评估方法研究.

水库大坝震害具有与其它建筑物震害不同的类型和特性,目前对水库大坝的震害评估尚无统一标准.本文通过研究分析建国以来19次大地震对水库大坝造成的震害调查资料,并结合笔者以往的震害调查经验,总结了水库大坝的震害调查方法,制定出了水库大坝震害评估等级表.利用该表可以比较准确和客观地评估出水库大坝的震害水平,为采取相应的应急预案和评估灾害损失提供依据.     

水库地震安全问题分析

通过分析水库周围社会及大坝安全的地震影响、世界水库的发展情况、目前对水库地震安全的认识及其研究技术,认为水库周围的地震威胁有天然地震和水库诱发地震两类,表现为对水库大坝及其附属工程和库区社会均产生影响,因此水库地震安全主要由大坝地震安全、大坝附属工程地震安全和库区社会安全构成。随着水库大坝建设速度的不断加快和大型水库的不断增加,尤其是复杂地质构造区水库建设的增多,有必要在对大坝地震安全进行研究的基础上,重视水库地震安全的研究。     

喀腊塑克水库诱发地震浅析

采用判别标志、对比判断方法,尤其是概率分析方法对喀腊塑克水库诱发地震进行了分析。概率分析方法是利用诱震水库和未发震水库的统计资料,考虑了库深、库容、构造应力环境、断层活动性及诱震区介质条件5个因素,再利用概率统计中的贝叶斯公式建立了预测水库能否诱震的概率模型,最终计算出结果。另外,从库区断层活动性及断裂所通过的位置、库水深度及岩石坚硬程度等方面,分析出可能产生诱发该水库地震的位置。结合工作中的体会,提出评价水库诱发地震的步骤和方法。最终分析结果表明,喀腊塑克水库诱发地震的可能性不大。     

论永顺ML3.2级地震与高家坝水库的关系

从高家坝水库的基本特征出发,结合库区和坝址区的地质与构造、ML3.2级地震前后水库的水位变化情况、震时村民的反应和周边台站地震记录波形进行讨论,初步认为ML3.2级地震属水库诱发岩溶塌陷地震.同时根据水库的基本参数对可能发生的最大地震震级进行了预测,如果发生构造地震,最大震级为ML4.3.但库区经过多年载荷与排放,地层...     

福建古田水口库区M_L4.8震群分析与水库诱发地震探讨

阐述了水口库区及邻近地区的地震地质构造特征和库区蓄水前后的地震活动变化特点。重点分析了水库蓄水以来发生的最大地震——古田ML4.8地震序列,并对库区地质与水文环境条件、诱发地震成因、机理等进行了研究。结果表明:水口库区地震与水库蓄水有直接关系,诱发地震震中主要集中在古田县水口镇湾口—前洋一带,范围约13km2。库区地震活动还将持续较长时间,且库区水位的升降与地震之间的相关性将越来越弱。最后对水口库区地震预测方法和最大震级进行了阐述。     

共和地震的诱发机制与水库诱发地震的研究

本文通过对龙羊峡水库蓄水使共和盆地应力、重力等条件改变的讨论，认为：共和地震的形成和发生与龙羊峡水库蓄水有密切的关联，在将共和地震与水库诱发地震的特征进行了比较后，发现共和地震所表现出来的特征与水库诱发地震特征极其相似，进而提出共和地震应属水库诱发地震的范畴。     

Determination of reservoir induced earthquake using support vector machine and gaussian process regression

The prediction of magnitude (M) of reservoir induced earthquake is an important task in earthquake engineering. In this article, we employ a Support Vector Machine (SVM) and Gaussian Process Regression (GPR) for prediction of reservoir induced earthquake M based on reservoir parameters. Comprehensive parameter (E) and maximum reservoir depth (H) are considered as inputs to the SVM and GPR. We give an equation for determination of reservoir induced earthquake M. The developed SVM and GPR have been compared with the Artificial Neural Network (ANN) method. The results show that the developed SVM and GPR are efficient tools for prediction of reservoir induced earthquake M.